Anuga FoodTec 2022: Mga Smart Sensor at Malaking Data
Tinitiyak ng mga bagong teknolohiya ang matalino at naka-network na produksyon sa mga kumpanya sa industriya ng pagkain. Sa pagsubaybay sa kondisyon at predictive na pagpapanatili, ang dalawang pangunahing inobasyon ng Industry 4.0 ay lalong nagiging focus, na nangangako ng predictive na pagpapanatili ng mga indibidwal na bahagi at buong system. Ang mga pangunahing manlalaro: mga matalinong sensor, malaking data, mga serbisyo sa cloud at mga diskarte sa pag-aaral ng makina. Sa kumbinasyon, pinapayagan nila ang mga proseso na patuloy na ma-optimize at sa real time, ang mga pamantayan ng kalidad ay mapataas at matiyak ang availability ng makina. Mula Abril 26 hanggang 29, 2022, ang mga exhibitors sa Anuga FoodTec ay magpapakita ng mga konkretong solusyon para dito. Bilang karagdagan sa teknikal na pagpapatupad, ang mga benepisyo ng predictive maintenance mula sa pananaw ng negosyo at mga bagong modelo ng negosyo sa after-sales service ay tatalakayin din sa Cologne exhibition center.
Pagsubaybay laban sa mga pagkabigo
Ang isang depekto sa makina ay karaniwang nangangailangan ng on-site repair ng isang technician. Kasabay nito ang downtime at nawalan ng kita. Ang layunin ng mga konsepto ng pagpapanatili na ipinakita sa Anuga FoodTec ay upang mahanap ang pinakamainam na palugit ng oras para sa pagpapanatili ng mga system o ang pagpapalit ng mga bahagi. Upang mapagtanto ito, ang real-time na impormasyon ay kinakailangan nang direkta mula sa makina - at samakatuwid ay mga matalinong sensor. Gumagana ang mga ito gamit ang edge computing at kinokolekta ang hilaw na data na kinakailangan para sa mga pagsusuri, bigyang-kahulugan at ipaalam ito kaagad. Bilang karagdagan, independyenteng sinusubaybayan ng mga sensor ang kalidad at tibay ng kanilang mga signal.
Sa industriya ng pagkain, makikita ito sa pagtaas ng paggamit ng mga sensor na matalino at may kakayahang komunikasyon sa mga linya ng packaging. Kung multihead weighers, flow wrapper, tray sealers o X-ray inspection system: lahat sila ay nangongolekta ng mahalagang data. Halimbawa, sa Modified Atmosphere Packaging (MAP) – isang paraan na nagpapahaba sa shelf life ng ready-to-eat portioned food. Kinakailangan ang matinding pangangalaga. Kahit na ang pinakamaliit na kamalian kapag ang mga pelikula ay pinapakain ay maaaring humantong sa pagkalugi sa produksyon. Sa isang linya na dahan-dahang nag-iimpake ng mga fresh-cut na salad sa ilalim ng protective gas, ang isang condition monitoring system ay magpapasimula ng paghinto ng makina sa sandaling ang pelikula ay hindi nadala nang maayos o bumaba ang sealing pressure. Ang predictive maintenance ay nagpapatuloy ng isang hakbang. Dito ay makikita nang mas maaga na ang sealing pressure ay patuloy na bumabagsak sa maliliit na hakbang at ang kalakaran na ito sa kalaunan ay humahantong sa kritikal na halaga ng limitasyon na undershot. Kung ang dahilan ay nasa mismong makina, halimbawa, pagsusuot sa sealing tool, maaaring kumilos ang technician sa tamang oras – at i-convert ang hindi planadong downtime sa nakaplanong maintenance.
Machine learning para sa mga tumpak na hula
Ang mga mekanikal na bahagi ay nagdudulot ng mga panginginig ng boses at ingay na nag-iiba-iba sa buhay ng serbisyo ng bahagi at nagpapahintulot na makagawa ng mga konklusyon tungkol sa estado ng pagsusuot ng isang makina. Dito pumapasok ang mga solusyon sa software na nakabatay sa AI, na nagtatala ng mga kundisyon bilang mga cloud application at ginagamit ang kanilang mga algorithm upang matukoy ang tinatawag na mga drift, ibig sabihin, mga halaga na nagbabago sa mas mahabang panahon. Nalalapat dito ang sumusunod: Kung mas maraming data ang magagamit ng mga algorithm, mas tumpak ang mga ito. Gayunpaman, ang isang kaukulang kasaysayan ay isang kinakailangan din upang makapagtatag ng mga koneksyon sa pagitan ng katayuan ng makina at data. Sa dulo, ang posibilidad ng kabiguan na nagaganap ay kinakalkula. Ang predictive maintenance ay maaari ding gumana nang preventive at proactive sa live na data mula sa mga machine, ngunit maaari ring mahulaan kung kailan at saan lalabas ang isang problema. Sa mas mataas na load, ang panahon ng pagpapanatili ay nababawasan at sa gayon ay maiiwasan ang pinsala. Kapag ang load ay mas mababa, ang oras ng pagpapanatili ay itinutulak pabalik, na nakakatipid ng mga hindi kinakailangang gastos at downtime. Ipinapakita ng visualization software ang lahat ng data, sa antas ng kontrol ng makina at sa mga mobile device.
Ngunit hindi lang iyon: Sa tulong ng predictive maintenance, ang mga value chain sa kumpanya ay maaaring maiugnay sa after-sales service ng plant manufacturer. Sa sandaling matukoy ang eksaktong punto ng oras kung saan ang isang makina ay serbisyuhan, ang nauugnay na proseso ng logistik ay maaaring simulan - at ito ay ganap na awtomatiko. Dito, din, ang landas ay humahantong sa cloud-based na mga solusyon. Bilang isang add-on, maaari silang isama sa mga umiiral na sistema ng ERP. Sa ganitong paraan, masisiguro ang magkakaugnay na mga proseso ng trabaho at pag-order, masusubaybayan ang mga ekstrang bahagi at maipapatupad ang pagpaplano ng mga kinakailangan sa cost-optimized.
Retrofit predictive maintenance
Ngunit paano gagawing akma ang mga umiiral na sistema para sa Maintenance 4.0 sa kurso ng modernisasyon? Ang sagot ng mga provider ng teknolohiya sa Anuga FoodTec ay mga retrofit na pakete, na naglalaman ng lahat para sa isang naka-target na pag-retrofitting ng mga makina, mula sa mahusay na sensor hanggang sa solusyon ng system na may flexible na pagsubaybay sa ulap. Natututo sila kung paano gamitin ang makina sa kanilang sarili at, salamat sa pagpapatakbo ng baterya at komunikasyon sa radyo, ay madaling maisama. Ang pananaw para sa Anuga FoodTec 2022 ay nagpapakita: ang mga hindi planadong downtime ay malapit nang mawala. Parami nang parami ang mga producer ng pagkain ang lumalayo sa reaktibong diskarte, kung saan ang pag-aayos ay isinasagawa lamang kapag ang makina ay hindi na gumagana. Tatalakayin din ng mga kumperensya at guided tour na inorganisa ng DLG (German Agricultural Society) mula Abril 26 hanggang 29 kung ano ang predictive maintenance na ginagawa ngayon at kung ano ang mga susunod na pag-unlad.
Anuga FoodTec - International supplier fair para sa industriya ng pagkain at inumin, Cologne 26.04. - 29.04.2022/XNUMX/XNUMX
